论文部分内容阅读
随着工业技术的不断发展,电力变压器作为输配电系统中的一个重要设备,及时准确的检测出变压器早期的潜伏性故障对电力系统的正常运行具有重大的意义。本文在分析了变压器油中溶解气体分析技术的基础上,研究了贝叶斯网络、灰色系统理论和证据理论等人工智能方法,并用于解决变压器故障诊断问题。贝叶斯网络是目前不确定知识表达和推理领域最有效的理论模型之一,通过贝叶斯网络输入的样本集训练归纳出的贝叶斯分类器可用来对未知分类模型的数据进行分类。本文针对贝叶斯分类器单个区域中基本信任分配函数不变的问题,提出了改进的贝叶斯分类器